R：Select 行，按组有两个最接近的测量值

Question

我在 R 中有一个大型数据集，其中每个主题（标签：1、2、3，...）在几个时间点被扫描 2 次或更多次以获取脂肪量、瘦肉量等（评论： PRE F1 BMR，POST F1 BMR，..）。有些扫描是不稳定的，所以我们不能对所有扫描进行平均。我需要一种方法来自动 select 具有变量之一（脂肪）的两个最佳（最接近）测量值的行。数据集如下所示：

Example of dataset with multiple scans for subject 16 in POST F1 BMR

我一直在尝试按标签和评论对数据进行分组，但是有没有办法在脂肪测量值最接近的那些组中切出两行？

(P.S。仍然是一个苦苦挣扎的 R 用户，第一次在 Whosebug 上发帖，所以请原谅布局！)

已编辑：这是一个具有预期结果的简单测试用例 --

set.seed(2)
df <- data.frame(Fat=sample(1:10, 12, replace=T), 
             Lean=sample(1:5, 12, replace=T), 
             Label=rep(1:2, c(5,7)),
             Comments=rep(c("PRE BMR", "POST BMR", "PRE BMR", "POST 
             BMR"), c(2,3,2,5)))

dfresults<-df[-c(4,8,9,12),]

Answer 1

我认为这可能是您要查找的内容：

首先将您的 labels
按fat排列以升序排列
创建一个具有差异的新列（diffvals1）
按 fat 降序排列。
创建一个具有差异的新列（diffvals2）
现在按每个新列的最小值过滤以找到两个最接近的值。

library(tidyverse)
df %>%
  groupby(label) %>%
  arrange(fat) %>%
  mutate(diffvals1=ave(fat,FUN=abs(function(x) c(NA,diff(x))))) %>% 
  arrange(desc(fat)) %>% 
  mutate(diffvals2=ave(fat,FUN=abs(function(x) c(NA,diff(x))))) %>%
  drop_na() %>% 
  filter(diffvals1==min(diffvals1) | diffvals2==min(diffvals2))

注意：在以下几种情况下，此方法会返回 2 个以上的值：

您有一系列 3 个或更多值完全相同的值
您有几个完全相同的值孤岛。

R：Select 行，按组有两个最接近的测量值

R: Select rows with two closest measurements by groups

group-by

r

plyr

data-management

difference